[发明专利]一种基于轨迹预测与尺寸决策的实时视频识别的方法

权利要求书

1.一种基于轨迹预测与尺寸决策的实时视频识别的方法，其特征在于：包括如下步骤：

1)利用视频识别算法识别视频拍摄工具抓取的物体特征，输出识别出的目标信息，其中包括识别时间、目标特征信息以及目标在当前画面中的位置信息；

2)检查步骤1)识别出的目标信息是否符合预设的置信度要求，不符合，则直接抛弃；否则依据时间先后顺序缓存所识别的目标信息，并将该信息标记为未提交状态；

3)依据系统原始存在的识别结果与经过步骤2)得到的缓存中的处于未提交状态的识别结果进行稳定性检查；检查缓存数量是否达到预设的阈值要求，并且检查物体形态是否符合预设要求；当缓存数量达到阈值要求，则触发识别结果的提交流程，向业务通报识别结果，并将对应信息标记为已提交状态；否则进入步骤4)；

4)依据系统原始存在的识别结果以及经步骤3)处理后还存在缓存中的处于未提交状态的识别结果，获得目标对象的位置信息，并预测目标物体运动的轨迹；

5)利用步骤4)预测的物体运动轨迹，当目标物体运动轨迹符合预设的业务触发条件，则触发识别结果的提交流程，向业务通报识别结果，并将对应信息标记为已提交状态；当目标相关特征信息不符合预设的业务触发条件，则进入步骤6)处理；

6)周期性的检测缓存队列中没有提交的识别条目，当某个识别条目不符合业务直接触发条件，但是其满足步骤2-5所预设的基本要求，并且缓存时间超过了预设的时间阈值，则触发识别结果的提交流程，向业务通报识别结果，并将对应信息标记为已提交状态。

2.根据权利要求1所述的一种基于轨迹预测与尺寸决策的实时视频识别的方法，其特征在于：所述的步骤1)中的位置信息包括目标相对于屏幕左上角的坐标信息以及目标的尺寸信息。

3.根据权利要求1所述的一种基于轨迹预测与尺寸决策的实时视频识别的方法，其特征在于：所述步骤2)中、依据时间先后顺序缓存所识别的目标信息，并将该信息标记为未提交状态的具体步骤为：

(1)对最新的目标识别信息，搜索缓存队列中是否存在符合阈值要求的识别条目；

(2)当缓存队列中存在符合阈值要求的识别条目，则比较两者的识别时间；当时间差超过了预设的阈值范围，则缓存最新的目标识别信息，并标记为未识别；当时间差没有超过预设的阈值，则进入下一步；

(3)检查缓存条目中的标记，当缓存条目处于提交状态，则将最新的结果直接抛弃；当缓存条目处于未提交状态，则将最新的识别信息也标记为未识别，并缓存最新的识别信息。

4.根据权利要求1所述的一种基于轨迹预测与尺寸决策的实时视频识别的方法，其特征在于：所述步骤3)中检查缓存数量是为了通过多次识别提高识别结果的准确率，对于识别到的物体，其形态值按照如下等式进行计算：

Dimension＝w₁*W+w₂H+w₃*Area

即目标的形态是目标的宽度W、高度H以及目标面积Area的加权和，w₁、w₂和w₃分别为预设的权重值。

5.根据权利要求1所述的一种基于轨迹预测与尺寸决策的实时视频识别的方法，其特征在于：所述步骤4)的具体步骤如下：

a)对每个识别条目，搜集条目的位置信息；位置信息采用目标物体的中心坐标或者是目标物体的左上角或者右下角坐标；

b)利用目标信息识别时的时间，对目标物体的位置信息做函数的最小二乘拟合；

c)利用拟合的函数，预测目标物体后续的位置信息，形成运动轨迹。

6.根据权利要求1所述的一种基于轨迹预测与尺寸决策的实时视频识别的方法，其特征在于：所述步骤5)中目标物体运动轨迹符合预设的业务触发条件，所述的业务触发条件是指目标物体后续会出现在指定的范围或者脱离视频范围之外；视频画面将被划分出若干个虚拟的布防区域，对每个布防区域设置一定的稳定性阈值，

7.根据权利要求1所述的一种基于轨迹预测与尺寸决策的实时视频识别的方法，其特征在于：所述步骤6)中标记为已提交状态的操作包括缓存中所有和该条目一致的早期识别结果。

8.根据权利要求1所述的一种基于轨迹预测与尺寸决策的实时视频识别的方法，其特征在于：所述的触发识别结果提交流程，向业务通报识别结果中的结果就为稳定识别结果，所述触发识别的操作是以综合当前系统原始存在的识别结果以及缓存中的识别结果，选出最优的识别结果为前提再进行提交，所提交的结果定义为稳定识别结果；稳定识别结果的决策步骤为：

(a)选举出将提交的特征数量；检查每个条目中的特征数量，选择其中的众数作为将提交的特征数量值；当众数有多个，则以距离当前时间最近的众数作为将提交的特征值长度；

(b)对特征数量进行循环，选举出每个位置的具体特征值；将统计每个条目中对应位置上具体的特征值，选择其中的众数作为将提交的特征值；当众数有多个，则以距离当前时间最近的众数作为将提交的特征值。